Todos deveriam ter dez mil agentes trabalhando para eles.
Não um assistente com quem você se reveza — uma frota. Agentes que continuam trabalhando enquanto você dorme, em máquinas que você já possui, carregando tudo o que você lhes ensinou e informando quando terminam. É para isso que o PandaNpc está sendo construído.
Por que é difícil hoje
A maioria das pessoas chega ao limite com um ou dois agentes por vez. Não porque os modelos são fracos demais — mas porque a sobrecarga em torno de cada agente é alta demais. Todo novo agente precisa ser iniciado em algum lugar, aprender suas convenções novamente, ser observado enquanto trabalha e ser coletado manualmente. Multiplique isso por dez e você se torna o gargalo. Multiplique por dez mil e a ideia desmorona.
Portanto, o trabalho não é "uma caixa de chat melhor". É remover a sobrecarga por agente, uma peça de cada vez:
- Um lugar para executá-los — computação privada e barata que você já tem, não uma sandbox alugada.
- Uma memória que todos compartilham — ensine uma vez, todo agente saberá, em cada máquina.
- Supervisão que não escala linearmente — veja muitos de relance, intervenha somente quando solicitado.
- Mãos além do terminal — um agente que só edita arquivos consegue fazer apenas uma fração do trabalho.
O que já funciona
Um lugar para executá-los
- PandaPaw — um único comando transforma qualquer máquina que você possua em um host de agentes. Ele instala os mecanismos, conecta a máquina à sua conta e os mantém em execução. Sem portas para abrir, sem tokens para colar.
- Três mecanismos, mesma configuração — Claude Code, Codex e PandaCode rodam todos através da mesma ponte, então adicionar um agente diferente não é um projeto diferente.
- Suas máquinas formam uma rede privada — laptops, servidores, desktops domésticos e VMs alcançam uns aos outros diretamente, para que um agente possa rodar onde o trabalho realmente está.
- Traga seu próprio backend — aponte um mecanismo para um provedor de modelo mais barato quando a tarefa não precisar do caro. Executar muitos agentes só faz sentido se cada um for barato.
Uma memória que todos compartilham
- Central de Agentes — suas regras, habilidades, memórias e perfis de agente ficam com sua conta e sincronizam automaticamente com todas as máquinas. Escreva uma lição uma vez e todo agente em toda máquina a terá, no formato que seu próprio mecanismo espera.
- Notas — uma base de conhecimento da qual seus agentes leem e na qual escrevem, para que o que um agente aprende não morra com a sessão.
- Servidor MCP — agentes acessam suas notas, modelos e tarefas agendadas por uma interface documentada, em vez de capturar telas.
Supervisão que não escala linearmente
- Assista de qualquer lugar — aplicativo iOS, desktop Windows / macOS / Linux, qualquer navegador ou um painel lateral do Chrome. Saída ao vivo, aprovações de ferramentas e alterações de código permanecem sincronizadas em todos eles.
- Intervenha somente quando necessário — um agente executa sem supervisão e pausa para você quando encontra algo que precisa de uma decisão.
- Passe trabalho para outras pessoas — compartilhe uma conexão ao vivo para que um colega possa conduzir um de seus agentes, revogável e com limite de tempo; ou compartilhe uma transcrição somente leitura quando eles só precisam ver o que aconteceu.
- 29 idiomas — o produto inteiro, não apenas as páginas de marketing.
Mãos além do terminal
- Controle de navegador — agentes dirigem um navegador real com cliques reais, incluindo páginas que rejeitam entrada sintética.
- Controle de desktop remoto — agentes veem e operam a tela de outra máquina que você possui.
- Trabalho agendado — tarefas são disparadas em um cronograma e executadas em uma máquina de sua escolha, sem ninguém no teclado.
- Claw — um espaço de trabalho para a metade conversacional do trabalho, ao lado dos agentes que fazem a metade mecânica.
Como as peças se encaixam
Todo agente roda em hardware que você controla. O relay apenas transporta mensagens; seu código, suas chaves e seus arquivos nunca saem de suas máquinas.
Para onde isso está indo
Passar de um punhado de agentes para uma frota é, agora, principalmente um problema de supervisão, não de capacidade. O trabalho adiante é tornar muitos agentes concorrentes legíveis — saber de relance quais estão travados, quais estão esperando por você e quais terminaram silenciosamente — e tornar rotineiro que a saída de um agente se torne a entrada do próximo, sem um humano copiando manualmente.
Começando
Novo por aqui? O Guia de Início Rápido coloca seu primeiro agente em funcionamento em poucos minutos.
Precisa de ajuda?
- Navegue pela barra lateral para encontrar o tópico que você precisa
- Modelos de IA para a lista completa de modelos suportados
- FAQ para perguntas frequentes